Искусственный интеллект, способный вести независимые научные исследования
Компания Sakana AI из Японии разработала первую в своем роде «Искусственную Научную Систему» (AI Scientist). Эта встроенная генеративная модель ИИ предназначена для самостоятельного проведения научных исследований, что может ускорить процесс открытия и инноваций, который традиционно выполняется только людьми.
Сотрудничество с ведущими университетами
Sakana AI совместно с Университетом Оксфорда и Университетом Британской Колумбии разработали «Искусственную Научную Систему». В опубликованной научной работе описаны возможности этой модели ИИ, которая нацелена на выполнение всего процесса научного открытия: от генерирования идей до проведения экспериментов и написания научных статей. Примечательно, что стоимость создания полной научной статьи с помощью этого ИИ составляет всего 15 долларов.
Алгоритм работы ИИ
Для начала работы ИИ требуется лишь общая тема и доступ к данным. Затем модель анализирует предыдущие исследования, ищет нерешенные вопросы и разрабатывает новые эксперименты. Работая циклично, ИИ совершенствует свои идеи на основе результатов предыдущих экспериментов.
Фокус на машинном обучении
На данный момент ИИ ориентирован на машинное обучение – логичный выбор, учитывая его собственное создание. Система уже разработала новые методы для различных языковых моделей и идеи для анализа эволюции моделей в процессе обучения. Эти наработки могут привести к созданию более эффективных алгоритмов машинного обучения и, возможно, к появлению следующих поколений «Искусственных Научных Систем».
Заключение
«Искусственная Научная Система» автоматизирует весь цикл научных исследований: генерирует новые идеи, пишет код, проводит эксперименты, анализирует результаты и оформляет их в виде научной публикации. Sakana AI считает, что это знаменует начало новой эры в науке, где ИИ будет вносить значительный вклад в решение сложнейших мировых проблем через неограниченное недорогое творчество и инновации.
Перспективы и вызовы
Теоретически «Искусственная Научная Система» может быть адаптирована для почти любой научной дисциплины, будь то экология, медицинские исследования, материаловедение и многое другое. Однако на данный момент ИИ ограничен программным обеспечением и машинным обучением. Расширение его возможностей на другие научные области потребует значительных усилий. Также, как и любой другой ИИ, эта модель подвержена феномену «галлюцинаций», что может привести к некорректным или абсурдным результатам, не полезным для научных исследований.
Источник: TechRadar
